本申请涉及电力技术领域，提供了一种基于随机森林的高压直流输电系统故障识别方法、装置、计算机设备、存储介质和计算机程序产品。本申请能够实现提高确定高压直流输电系统的故障类型的准确性和效率。该方法包括：获取高压直流输电系统的运行数据，从运行数据中提取出高压直流输电系统的运行特征，将运行特征输入至预先训练的故障识别模型，通过故障识别模型中的各个决策树模型，从预存的故障类型中确定出高压直流输电系统的候选故障类型，得到各个决策树模型输出的候选故障类型，根据各个决策树模型输出的候选故障类型的众数，从各个决策树模型输出的候选故障类型中，确定出高压直流输电系统的目标故障类型。输电系统的目标故障类型。输电系统的目标故障类型。
【技术实现步骤摘要】
基于随机森林的高压直流输电系统故障识别方法和装置
[0001]本申请涉及电力
，特别是涉及一种基于随机森林的高压直流输电系统故障识别方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
[0002]随着电力技术的发展，高压直流输电技术由于其线路输电能力强、损耗小等特点，被广泛应用于长距离点对点大功率输电中。高压直流输电系统发生故障时，会影响输电系统的稳定。因此，为了确保输电系统的稳定，如何对高压直流输电系统进行故障识别成为了重要的研究方向。
[0003]传统技术通常是通过人工收集高压直流输电系统的各方面数据，从而专家通过这些数据确定高压直流输电系统的故障类型，但是该方式主要依据主观判断，导致确定高压直流输电系统的故障类型的准确性较低。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种基于随机森林的高压直流输电系统故障识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种基于随机森林的高压直流输电系统故障识别方法。方法包括：
[0006]获取高压直流输电系统的运行数据；
[0007]从运行数据中提取出高压直流输电系统的运行特征；
[0008]将运行特征输入至预先训练的故障识别模型，通过故障识别模型中的各个决策树模型，从预存的故障类型中确定出高压直流输电系统的候选故障类型，得到各个决策树模型输出的候选故障类型；预先训练的故障识别模型通过训练集，对待训练的故障识别模型进行训练得到；训练集由训练集生成模型，根据故障特征数据生成得到；
[0009]根据各个决策树模型输出的候选故障类型的众数，从各个决策树模型输出的候选故障类型中，确定出高压直流输电系统的目标故障类型。
[0010]在其中一个实施例中，预先训练的故障识别模型通过下述方式训练得到：
[0011]获取故障特征数据；
[0012]将故障特征数据输入至训练集生成模型，得到训练集生成模型生成的训练集；
[0013]利用训练集对待训练的故障识别模型进行训练，得到预先训练的故障识别模型。
[0014]在其中一个实施例中，获取故障特征数据，包括：
[0015]获取故障文本特征数据和故障图像数据；
[0016]将故障图像数据输入至故障图像特征数据识别模型，得到故障图像数据的故障图像特征数据；
[0017]根据故障文本特征数据和故障图像特征数据，确定故障特征数据。
[0018]在其中一个实施例中，训练集生成模型中包含生成模型和判别模型；
[0019]将故障特征数据输入至训练集生成模型，得到训练集生成模型生成的训练集，包括：
[0020]将故障特征数据输入至训练集生成模型，利用训练集生成模型中的生成模型和判别模型，根据故障特征数据，生成样本故障特征数据；
[0021]根据样本故障特征数据，确定训练集。
[0022]在其中一个实施例中，利用训练集对待训练的故障识别模型进行训练，得到预先训练的故障识别模型，包括：
[0023]利用训练集对待训练的故障识别模型进行训练，得到待验证的故障识别模型；待验证的故障识别模型中包含待验证的决策树模型；
[0024]在待验证的决策树模型满足预设决策树模型条件的情况下，将待验证的故障识别模型作为预先训练的故障识别模型。
[0025]在其中一个实施例中，利用训练集对待训练的故障识别模型进行训练，得到预先训练的故障识别模型，包括：
[0026]对训练集进行多次随机抽取处理，得到训练集的多个训练子集；
[0027]利用多个训练子集对待训练的故障识别模型进行训练，得到预先训练的故障识别模型。
[0028]第二方面，本申请还提供了一种基于随机森林的高压直流输电系统故障识别装置。所述装置包括：
[0029]数据获取模块，用于获取高压直流输电系统的运行数据；
[0030]特征提取模块，用于从所述运行数据中提取出所述高压直流输电系统的运行特征；
[0031]特征输入模块，用于将所述运行特征输入至预先训练的故障识别模型，通过所述故障识别模型中的各个决策树模型，从预存的故障类型中确定出所述高压直流输电系统的候选故障类型，得到所述各个决策树模型输出的候选故障类型；所述预先训练的故障识别模型通过训练集，对待训练的故障识别模型进行训练得到；所述训练集由训练集生成模型，根据故障特征数据生成得到；
[0032]类型确定模块，用于根据所述各个决策树模型输出的候选故障类型的众数，从所述各个决策树模型输出的候选故障类型中，确定出所述高压直流输电系统的目标故障类型。
[0033]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0034]获取高压直流输电系统的运行数据；从运行数据中提取出高压直流输电系统的运行特征；将运行特征输入至预先训练的故障识别模型，通过故障识别模型中的各个决策树模型，从预存的故障类型中确定出高压直流输电系统的候选故障类型，得到各个决策树模型输出的候选故障类型；预先训练的故障识别模型通过训练集，对待训练的故障识别模型进行训练得到；训练集由训练集生成模型，根据故障特征数据生成得到；根据各个决策树模型输出的候选故障类型的众数，从各个决策树模型输出的候选故障类型中，确定出高压直流输电系统的目标故障类型。
[0035]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，
其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0036]获取高压直流输电系统的运行数据；从运行数据中提取出高压直流输电系统的运行特征；将运行特征输入至预先训练的故障识别模型，通过故障识别模型中的各个决策树模型，从预存的故障类型中确定出高压直流输电系统的候选故障类型，得到各个决策树模型输出的候选故障类型；预先训练的故障识别模型通过训练集，对待训练的故障识别模型进行训练得到；训练集由训练集生成模型，根据故障特征数据生成得到；根据各个决策树模型输出的候选故障类型的众数，从各个决策树模型输出的候选故障类型中，确定出高压直流输电系统的目标故障类型。
[0037]第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0038]获取高压直流输电系统的运行数据；从运行数据中提取出高压直流输电系统的运行特征；将运行特征输入至预先训练的故障识别模型，通过故障识别模型中的各个决策树模型，从预存的故障类型中确定出高压直流输电系统的候选故障类型，得到各个决策树模型输出的候选故障类型；预先训练的故障识别模型通过训练集，对待训练的故障识别模型进行训练得到；训练集由训练集生成模型，根据故障特征数据生成得到；根据各个决策树模型输出的候选故障类型的众数，从各个决策树模型输出的候选故障类型中，确定本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于随机森林的高压直流输电系统故障识别方法，其特征在于，所述方法包括：获取高压直流输电系统的运行数据；从所述运行数据中提取出所述高压直流输电系统的运行特征；将所述运行特征输入至预先训练的故障识别模型，通过所述故障识别模型中的各个决策树模型，从预存的故障类型中确定出所述高压直流输电系统的候选故障类型，得到所述各个决策树模型输出的候选故障类型；所述预先训练的故障识别模型通过训练集，对待训练的故障识别模型进行训练得到；所述训练集由训练集生成模型，根据故障特征数据生成得到；根据所述各个决策树模型输出的候选故障类型的众数，从所述各个决策树模型输出的候选故障类型中，确定出所述高压直流输电系统的目标故障类型。2.根据权利要求1所述的方法，其特征在于，所述预先训练的故障识别模型通过下述方式训练得到：获取所述故障特征数据；将所述故障特征数据输入至所述训练集生成模型，得到所述训练集生成模型生成的所述训练集；利用所述训练集对所述待训练的故障识别模型进行训练，得到所述预先训练的故障识别模型。3.根据权利要求2所述的方法，其特征在于，所述获取所述故障特征数据，包括：获取故障文本特征数据和故障图像数据；将所述故障图像数据输入至故障图像特征数据识别模型，得到所述故障图像数据的故障图像特征数据；根据所述故障文本特征数据和所述故障图像特征数据，确定所述故障特征数据。4.根据权利要求2所述的方法，其特征在于，所述训练集生成模型中包含生成模型和判别模型；所述将所述故障特征数据输入至所述训练集生成模型，得到所述训练集生成模型生成的所述训练集，包括：将所述故障特征数据输入至所述训练集生成模型，利用所述训练集生成模型中的所述生成模型和所述判别模型，根据所述故障特征数据，生成样本故障特征数据；根据所述样本故障特征数据，确定所述训练集。5.根据权利要求2所述的方法，其特征在于，所述利用所述训练集对所述待训练的故障识别模型进行训练，得到所述预先训练的故障识别模型，包...
【专利技术属性】
技术研发人员：武霁阳，陈潜，李强，彭光强，国建宝，黄义隆，毛炽祖，张怿宁，陈礼昕，杨育丰，雷朝煜，李道煜，
申请(专利权)人：中国南方电网有限责任公司超高压输电公司大理局，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。